yolov8训练自己数据集的一些小细节

最新推荐文章于 2024-04-14 00:34:18 发布
最新推荐文章于 2024-04-14 00:34:18 发布
阅读量270 收藏 1
点赞数 1
文章标签： YOLO
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44298961/article/details/137642952
版权

例如我的路径格式如下:
在这里插入图片描述
这里要保证两个对齐,

train/images/img1.jpg,2,3,xxx
train/labels/img1.txt,2,3,xxx
val/images/img1.jpg,2,3,xxx
val/labels/img1.txt,2,3,xxx

yaml文件读取路径的时候,个人猜测是依靠替换字符串找标签的,
因为yaml文件里没有指明如何加载labels,它后台写的有点深入,不好查找:

train: /media/xcb/samsung T5/aic24v3/dataset/train/images
val: /media/xcb/samsung T5/aic24v3/dataset/val/images
# number of classes
nc: 1
# class names
names: ['people', ]

例如:

train/images/img1.jpg(或者png之类的)
对应的标签是把images替换成labels,jpg替换成txt
train/labels/img1.txt

然后就能直接载入数据了
然后模型方面,只要不是用的yolov8n.pt预训练的,都会额外下载这个yolov8n.pt
例如我用yolov8s.pt预训练,它也会自动加载yolov8n.pt,因为yolov8n.pt是基础模型,其他的s,m,l,x都是在此基础上修改的网络大小,只有yolov8n是原始的那个

吃肉不能购
关注
【目标检测】基于yolov4训练自己的数据集(附代码和数据集，保姆级教程)
学无止境、积少成多、厚积薄发
02-06 3998
手把手系列教程：基于yolov4训练自己的数据集(保姆级教程)
YOLOv8预训练权重文件集合(YOLOv8n,YOLOv8s,YOLOv8m,YOLOv8l,YOLOv8x)
06-23
YOLOv8预训练权重文件集合(YOLOv8n,YOLOv8s,YOLOv8m,YOLOv8l,YOLOv8x) YOLOv8 pretrained Detect models are shown here. Detect, Segment and Pose models are pretrained on the COCO dataset, while Classify models are pretrained on the ImageNet dataset. Model size (pixels) mAPval 50-95 Speed CPU ONNX (ms) Speed A100 TensorRT (ms) params (M) FLOPs (B) YOLOv8n 640 37.3 80.4 0.99 3.2 8.7 YOLOv8s 640 44.9 128.4 1.20 11.2 28.6 YOLOv8m 640 50.2 234.7 1.83 25.9 78.9 YOLOv8l 640 52.9 375.2 2.39 43.7 165.2 YOLOv8x 640 53
Yolov8改进模型后使用预训练权重迁移学习训练自己的数据集
weixin_44957800的博客
04-28 2万+
windows下yolov8训练改进模型并使用自己的数据集
在Yolov8中使用自己的网络结构以及预训练权重进行训练的方法
qq_33791347的博客
04-14 2431
来进行训练，并且在default.yaml文件内设置网络结构、预训练权重、训练轮次等内容。当我们直接在从Github上获取的预训练权重基础之上进行训练且不需要更改网络结构时，直接将model指向权重的.pt文件即可。但是我们时常需要使用自己优化后的网络结构配合从Github上获取的预训练权重来进行训练。对此我们只需要对default.yaml文件进行以下修改即可。除了使用train.py以及命令行进行训练以外，我们还可以使用。
YOLOv8中混合精度训练及其预权重的修改
lianxingchen的博客
08-08 3866
在YOLO中，混合精度预训练权重是指使用混合精度（mixed-precision）训练技术训练得到的预训练权重。混合精度训练是一种利用低精度数据类型（如半精度浮点数）进行计算的训练方法，以减少计算资源的消耗并提高训练速度。混合精度训练通常结合使用高精度浮点数（如单精度浮点数）和低精度浮点数来进行计算。具体而言，在混合精度中，大部分计算会使用低精度浮点数进行，而少数需要更高精度的计算会使用高精度浮点数。在YOLO中使用混合精度预训练权重的主要目的是提高目标检测算法的推理速度。
【YOLOv8训练和验证教程】
热门推荐
retainenergy的博客
02-24 4万+
YOLOv8自用数据集训练过程
yolov9完整源码+权重文件【基于YOLOv9训练自己数据集源码】
04-19
在这个资源包中，你将找到完整的YOLOv9训练源码和权重文件，这将帮助初入人工智能行业的人员和YOLO算法爱好者快速上手训练自己的数据集。 首先，`README.md`通常包含项目的基本信息、安装指南、使用方法等，是了解...
yolov8训练自己的数据集.docx
最新发布
07-23
### YOLOv8训练自己的数据集 #### 一、准备数据集 1. **数据格式**：YOLOv8支持多种数据格式，但在训练前通常需要将数据集转换为YOLO格式。这意味着每个图像都应该有一个对应的标签文件（扩展名为.txt），其中每一...
Yolov8基本介绍+训练自己数据集
04-16
### YOLOv8基本介绍 YOLOv8（You Only Look Once version 8）是一种先进的目标检测模型，它在速度与准确性之间取得...此外，本文还提供了一些关于环境配置和模型训练的具体细节，希望能帮助您更好地理解和应用YOLOv8。
【目标检测】2024最新-用YOLOv8训练自己的数据集（保姆级教学）
Natsuago的博客
01-24 2万+
本文章主要方便大家学会如何使用yolov8训练自己数据集得到识别模型，跟着步骤一步一步来基本没有问题，我用的IDE是Pycharm2024.1，包含如何加载conda环境
yolov8自备数据集训练的目标检测
qq_44701348的博客
11-18 2809
笔者可以算是小白一枚，为测试无人机识别模块的精准度，需要识别一个自制做的圆盘，特作此小项目。由于自己在整个过程踩过很多坑，也走过不少弯路，完成这个小项目，离不开CSDN中很多博主博客的借鉴学习（文中已标明各个博主文章出处），特此将整个流程记录下来，主要是为了自己做个笔记备份，二是希望需要学习的同学也能少走弯路。最后，我想说是从零将yolov8跑起来是个一个十分折磨人的过程，希望大家能有耐心，细心研究。笔者作为一个刚入门的小白，能力有限，初次写文章，难免可能有些小错误，敬请谅解。
yolov8训练自己的数据集以及权重转化为.engine格式(超详细)
qq_44859533的博客
03-18 2627
最下面的训练结果就是最新的。项目中打开ultralytics中的models中的yolo中的pose中的train.py文件,运行。项目里面的 pre_work 文件夹里面 “seg_split_data.py” .双击进去。项目里面的 pre_work 文件夹里面 “检查coco格式的json.py” .双击进去。项目里面的 pre_work 文件夹里面 “pose_json_txt.py” .双击进去。项目里面的 pre_work 文件夹里面 “coco_json.py” .双击进去。
模型实战（12）之YOLOv8实现车牌识别：高精度+速度+权重分享
yohnyang的博客
05-09 2402
YOLOv8实现车牌识别：高精度+速度+权重分享
Yolov8训练自己的数据集合（最新实验数据）
陶陶name
07-30 5999
使用Yolov8训练自定义数据集，详细数据见博文，希望可以帮助到你
YOLOv8-Pose训练自己的数据集
qq_54134410的博客
12-14 6480
至此，整个YOLOv8-Pose模型训练预测阶段完成。此过程同样可以在linux系统上进行，在数据准备过程中需要仔细，保证最后得到的数据准确，最好是用显卡进行训练。有问题评论区见！
YOLOv8 保姆级教程（训练自己的数据集）
weixin_45303602的博客
07-20 1万+
准备一份YOLO系列的数据集，这里就不演示voc转txt了，自己准备一个现成的就好。如果玩过YOLOv5 的，数据集直接可以拿来用。数据集放在YOLOv8的大目录下data.yaml文件放在如图目录下yaml 的格式可以仿照YOLOv8里的coco.yaml 也是沿用YOLOv5的格式，亲测没有问题。
YOLOV8训练自己的数据集
yxk666的博客
09-05 4932
YOLOV8快速上手训练自己的数据集并进行预测
YOLOv8训练自定义数据集(超详细)
TEDDY的博客
03-02 2万+
准备深度学习环境。
YOLOv8训练自己数据集
10-10
对于如何在YOLOv8中训练自己的数据集，需要进行以下步骤： 1. 准备数据集，包括图片和标注文件 2. 将数据集转换为YOLO可用的格式，如darknet格式 3. 配置训练参数，如学习率、batch size等 4. 开始训练模型 5. 评估...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值